Investigadores internacionales informaron haber identificado el primer biomarcador del estrés crónico basado en imágenes médicas, utilizando inteligencia artificial (IA) para analizar tomografías computarizadas (TC) de rutina. El hallazgo podría, a futuro, ayudar a detectar riesgos para la salud asociados al estrés prolongado a partir de exámenes que ya se realizan de forma habitual.
El estudio fue presentado a comienzos de diciembre durante la reunión anual de la Radiological Society of North America (RSNA). La investigación empleó un modelo de aprendizaje profundo entrenado para reconocer y medir automáticamente las glándulas suprarrenales en tomografías de tórax. Estas glándulas desempeñan un papel central en la respuesta del organismo al estrés, ya que producen cortisol, una hormona clave en este proceso.
De acuerdo con Health Canada, el estrés está vinculado a múltiples problemas de salud física y mental, como enfermedades cardíacas, trastornos gastrointestinales, afecciones mentales y un sistema inmunológico debilitado. Sin embargo, hasta ahora no existía una herramienta objetiva y ampliamente disponible para medir su impacto biológico acumulado a lo largo del tiempo.
Volumen suprarrenal y estrés a largo plazo
A diferencia de una medición puntual de cortisol, que refleja el estrés en un momento específico, los investigadores plantearon que el tamaño de las glándulas suprarrenales podría dar cuenta de una carga fisiológica sostenida. Con ayuda de IA, el equipo calculó un nuevo indicador denominado Índice de Volumen Suprarrenal (AVI), que relaciona el volumen total de estas glándulas con la estatura de cada persona.
El modelo se probó utilizando datos de casi 3.000 participantes del Estudio Multiétnico de Aterosclerosis, una cohorte de seguimiento prolongado que combina imágenes médicas con información clínica. Los resultados mostraron que las personas que reportaban niveles más altos de estrés percibido presentaban, en promedio, un AVI mayor. Además, este índice se asoció con niveles de cortisol y con resultados cardiovasculares a largo plazo.
Los autores señalan que los hallazgos son preliminares y que será necesaria su validación en otras poblaciones, grupos etarios y tipos de escáneres antes de que el método pueda aplicarse en la práctica clínica. No obstante, destacan que el enfoque demuestra el potencial de la inteligencia artificial para extraer nueva información biológica a partir de estudios de imagen ya existentes.
En Canadá, por ejemplo, se realizaron aproximadamente 6,4 millones de tomografías computarizadas financiadas con fondos públicos durante el año fiscal 2022-2023, lo que equivale a unas 160 exploraciones por cada 1.000 personas. Los investigadores consideran que, en el futuro, algoritmos de este tipo podrían aprovechar ese gran volumen de datos para mejorar la detección temprana de riesgos asociados al estrés crónico.
Redacción de: Karen Rodríguez A.
